对一幅灰度图像采用多种方法进行锐化。写出详细的在matlab中的详细代码

灰度图像锐化在MATLAB中有几种常见的方法，如拉普拉斯算子、Sobel算子和Unsharp Masking（模糊-锐化）。以下是三种方法的简单代码示例：

1. **拉普拉斯算子** (Laplacian):

% 加载图像
img = imread('your_image_gray.jpg');
% 拉普拉斯滤波
laplacian_img = imfilter(img, [-1 0 1], 'replicate') - imfilter(img, [1 0 -1], 'replicate');
% 显示原图和锐化后的图
subplot(1,2,1), imshow(img, []);
title('Original Image'), colorbar;
subplot(1,2,2), imshow(uint8(laplacian_img), []);
title('Laplacian Sharpened Image');

2. **Sobel算子** (Horizontal and Vertical Derivatives):

sobel_x = [-1 0 1; -2 0 2; -1 0 1]; % Sobel 矩阵
sobel_y = [-1 -2 -1; 0 0 0; 1 2 1];

% 计算x和y方向的梯度
grad_x = imfilter(img, sobel_x, 'replicate', 'symmetric');
grad_y = imfilter(img, sobel_y, 'replicate', 'symmetric');

% 合并梯度
gradient_mag = sqrt(grad_x.^2 + grad_y.^2);
angle = atan2(grad_y, grad_x);

% 绘制锐化后的图像
sharpened_img = img + gradient_mag.*cos(angle); % Unsharp Masking
imshow(sharpened_img, []);

3. **Unsharp Masking (模糊-锐化)**

% 首先创建一个模糊版本的原始图像
blur_img = imfilter(img, fspecial('gaussian', 5, 1));

% 然后应用锐化操作
unsharp_mask = img - blur_img;
sharpness = 0.7; % 控制锐化的强度
kernel_size = 5; % 锐化半径
unsharp_mask_sharpened = img + sharpness * unsharp_mask;

imshow(unsharp_mask_sharpened, []);